Link Prediction Based on Community Information and Its Parallelization
Link Prediction Based on Community Information and Its Parallelization
复制标题
基于社区信息的链路预测及其并行化
DOI：
10.1109/access.2019.2907202
复制
发表时间：
2019
期刊：
影响因子：
3.9
通讯作者：
Shen Weiming
中科院分区：
文献类型：
--
作者：
Wang Jingwei;Ma Yunlong;Liu Min;Shen Weiming
链路预测是指根据观察到的信息，预测未知链路存在或未来链路存在的可能性。它在复杂网络分析中起着重要的作用。经典的基于共同邻居节点的相似度指标考虑每个共同邻居对链接似然的影响是相同的。然而，在实际网络中，属于不同社区的共同邻居节点的贡献可能是不同的。提出了一种基于社区信息的参数可调的链路预测算法。将该算法应用于9个相似度指标，提出了一类基于CI的指标，称为CI形式。我们用九个经典指标实证研究了CI对链接预测精度的影响。在10个真实网络上的实验表明，与传统的局部指标相比，本文提出的CI形式具有更好的整体预测性能。在此基础上，利用Spark GraphX开发了一种并行化算法，将所提出的基于ci的链路预测算法应用于大规模复杂网络。实验结果表明，提出的并行算法显著提高了链路预测的计算效率。
Link prediction refers to predicting the likelihood of the existence of an unknown link or a future link based on the observed information. It plays an important role in complex network analysis. Classical similarity indices based on common neighbor nodes consider that each common neighbor has the same effect to the link likelihood. However, in real networks, the contribution of common neighbor nodes belonging to different communities may be different. This paper proposes a new link prediction algorithm with an adjustable parameter based on community information (CI). Applying the proposed algorithm to nine similarity indices, a family of CI-based indices, referred to as CI forms, is proposed. We empirically investigate the impact of the CI on the accuracy of link prediction with nine classical indices. The experiments on ten real-world networks show that, compared with tradition local indices, the proposed CI forms have better overall prediction performance. Furthermore, a parallelization algorithm is developed to apply the proposed CI-based link prediction algorithm to large-scale complex networks using Spark GraphX. The experiment results show that the proposed parallel algorithm significantly improves the computing efficiency of link prediction.
登录
查看更多内容
DOI：
--
发表时间：
2012
期刊：
Journal of Software
影响因子：
--
作者：
Rao Jun
通讯作者：
Rao Jun
DOI：
10.1109/cason.2012.6412391
发表时间：
2012-11
期刊：
2012 Fourth International Conference on Computational Aspects of Social Networks (CASoN)
影响因子：
--
作者：
J. Valverde-Rebaza;A. Lopes
通讯作者：
J. Valverde-Rebaza;A. Lopes
DOI：
10.1109/smc.2017.8122595
发表时间：
2017-10
期刊：
2017 IEEE International Conference on Systems, Man, and Cybernetics (SMC)
影响因子：
--
作者：
Jingwei Wang;Yunlong Ma;Min Liu;Han Yuan;Weiming Shen;Ling Li
通讯作者：
Jingwei Wang;Yunlong Ma;Min Liu;Han Yuan;Weiming Shen;Ling Li
DOI：
--
发表时间：
2010-06
期刊：
--
影响因子：
--
作者：
M. Zaharia;Mosharaf Chowdhury;Michael J. Franklin;S. Shenker;I. Stoica
通讯作者：
M. Zaharia;Mosharaf Chowdhury;Michael J. Franklin;S. Shenker;I. Stoica
DOI：
10.1609/icwsm.v12i1.15059
发表时间：
2018-04
期刊：
--
影响因子：
--
作者：
Ruthwik R. Junuthula;Kevin S. Xu;V. Devabhaktuni
通讯作者：
Ruthwik R. Junuthula;Kevin S. Xu;V. Devabhaktuni